• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種多尺度估計(jì)和自適應(yīng)響應(yīng)融合目標(biāo)跟蹤算法

    2022-09-20 05:11:36孫德剛白榮雪王超高天學(xué)胡正平
    機(jī)床與液壓 2022年9期
    關(guān)鍵詞:尺度卷積精度

    孫德剛,白榮雪,王超,高天學(xué),胡正平,2

    (1.山東華宇工學(xué)院信息工程學(xué)院,山東德州 253000; 2.燕山大學(xué)信息科學(xué)與工程學(xué)院,河北秦皇島 066004)

    0 前言

    為了緩解跟蹤樣本邊緣產(chǎn)生的邊界效應(yīng),盡可能提升跟蹤精度和魯棒性,本文作者結(jié)合時(shí)域正則化和空域正則化來解決相關(guān)濾波跟蹤時(shí)的邊界效應(yīng)問題,提取目標(biāo)的基礎(chǔ)手工特征和深度特征,通過降維方法加速算法運(yùn)算,并利用尺度池方法估計(jì)目標(biāo)尺度,提升跟蹤效果。

    深度網(wǎng)絡(luò)框架由于其訓(xùn)練過程導(dǎo)致速度大多比較慢,與相關(guān)濾波結(jié)合的孿生網(wǎng)絡(luò)速度優(yōu)勢比較大。WANG等提出端到端的輕量級孿生網(wǎng)絡(luò)體系結(jié)構(gòu)(Discriminative Correlation Filter with Network,DCFNet)算法,在網(wǎng)絡(luò)的一層加入相關(guān)濾波器,將網(wǎng)絡(luò)輸出作為響應(yīng)圖并推導(dǎo)反向傳播的過程依然在頻域進(jìn)行,因此在深度算法中速度較快。HONG等將離線CNN圖像庫為背景,利用網(wǎng)絡(luò)的隱藏層輸出描述特征,并結(jié)合反向傳播和在線SVM構(gòu)造目標(biāo)顯著圖,被稱為CNN-SVM算法。此外,端到端學(xué)習(xí)和注意力機(jī)制等也常用于視頻處理中。為了盡可能提升跟蹤精度和魯棒性,本文作者將相關(guān)濾波與深度特征相結(jié)合,并在現(xiàn)有算法基礎(chǔ)上從特征、模型等多方面進(jìn)行改進(jìn)。

    1 多尺度估計(jì)和自適應(yīng)響應(yīng)融合目標(biāo)跟蹤算法綜述

    本文作者提出基于卷積特征的多尺度估計(jì)和自適應(yīng)響應(yīng)融合目標(biāo)跟蹤算法,來解決相關(guān)濾波跟蹤框架中深度特征跟蹤優(yōu)勢受限和計(jì)算存儲(chǔ)冗余等問題。首先提取目標(biāo)區(qū)域的手工和深度卷積特征,通過學(xué)習(xí)連續(xù)域卷積算子實(shí)現(xiàn)多分辨率特征的融合;其次,通過調(diào)整高斯標(biāo)簽參數(shù),充分利用手工特征的準(zhǔn)確性,深入挖掘深度特征的魯棒性;然后,通過分解卷積操作對深度特征進(jìn)行有監(jiān)督降維來減少模型參數(shù),為了減少樣本冗余并保留正確樣本,進(jìn)行基于高斯混合模型的動(dòng)態(tài)樣本融合,并使用模糊稀疏的模型更新機(jī)制提高模型更新的有效性;最后,根據(jù)預(yù)測質(zhì)量評估標(biāo)準(zhǔn),對深度特征和手工淺層特征的跟蹤響應(yīng)圖進(jìn)行自適應(yīng)融合。此外,還分別使用PCA和正交三角分解方法對平移濾波器和尺度濾波器特征進(jìn)行降維,并使用三角插值法進(jìn)一步提高跟蹤精度。

    1.1 基于連續(xù)卷積算子的目標(biāo)跟蹤

    在將多層深度卷積特征用于相關(guān)濾波跟蹤時(shí),由于不同卷積層具有不同的圖像分辨率,超出了相關(guān)濾波只能處理單分辨率圖像的限制。為了集成多分辨率深度特征圖,文獻(xiàn)[6]提出連續(xù)卷積算子方法,在圖像訓(xùn)練之前應(yīng)用空域隱式插值將特征圖插值到連續(xù)空域。一方面,該方法在連續(xù)域中執(zhí)行卷積來實(shí)現(xiàn)多分辨率特征圖的自然集成,這樣就可以獨(dú)立靈活地選擇每個(gè)視覺特征的分辨率,而無需顯式重采樣;另一方面,以連續(xù)函數(shù)的形式求出目標(biāo)的跟蹤響應(yīng),從而實(shí)現(xiàn)子網(wǎng)格的精確定位,進(jìn)一步提高相關(guān)濾波的跟蹤精度。

    (1)

    訓(xùn)練一個(gè)連續(xù)周期多通道卷積濾波器=(,…,)來預(yù)測目標(biāo)的檢測分?jǐn)?shù):

    (2)

    1.2 連續(xù)卷積算子跟蹤優(yōu)化算法

    連續(xù)卷積算子目標(biāo)跟蹤算法,利用訓(xùn)練樣本的隱式內(nèi)插模型來學(xué)習(xí)連續(xù)空間域中的卷積算子,通過學(xué)習(xí)的卷積濾波器,可以產(chǎn)生目標(biāo)的連續(xù)域置信圖,使相關(guān)濾波器跟蹤實(shí)現(xiàn)對多分辨率特征映射的融合。但復(fù)雜的計(jì)算使算法無法達(dá)到實(shí)時(shí)要求,在一定程度上限制了算法的實(shí)際跟蹤應(yīng)用。本文作者結(jié)合文獻(xiàn)[7]提出的幾點(diǎn)改進(jìn)措施,進(jìn)一步設(shè)計(jì)對于連續(xù)卷積算子跟蹤算法的優(yōu)化方法。

    (3)

    上式的最后一步可以看作是降維數(shù)據(jù)的重組,首先降維矩陣與位置處的特征向量{}()相乘求出維降維特征圖,然后再與濾波器卷積。是通過公式(2)和公式(3)最小化分解算子的分類誤差,再判別聯(lián)合地學(xué)習(xí)濾波器和矩陣而得到的。

    (4)

    (5)

    (6)

    以上分解卷積算子過程中的降維矩陣只需要在第一幀時(shí)學(xué)習(xí),而后直接用于特征降維來提高運(yùn)算速度。這樣在后續(xù)跟蹤時(shí),有利于減少投影特征圖{}所占用的內(nèi)存空間,濾波器更新時(shí)也可以直接利用{}將特征圖由維降至維,以此達(dá)到節(jié)約內(nèi)存和減少計(jì)算量的目的。

    1.3 基于GMM的動(dòng)態(tài)樣本融合

    在以往的跟蹤算法中,每跟蹤一幀圖像就相應(yīng)添加一個(gè)訓(xùn)練樣本,由于跟蹤樣本的外觀變化是時(shí)空連續(xù)的,所以該樣本權(quán)重設(shè)置為由學(xué)習(xí)率控制的指數(shù)衰減~(1-)-,當(dāng)樣本數(shù)達(dá)到上限時(shí),最小權(quán)重的樣本將被新樣本替換,這種更新策略需要較大的樣本限制才能獲得比較具有代表性的樣本集。否則,若采用上述逐幀添加新樣本的策略,將會(huì)使空間有限的樣本集被大量相似的樣本占用,產(chǎn)生過多冗余信息,不能涵蓋樣本的多樣性。本文作者采用混合高斯模型(Gaussian Mixture Model,GMM)提高樣本差異性,將相似的樣本融合為一個(gè)樣本分量,并始終保留第一幀樣本分量,最終生成由各具差異性的樣本分量構(gòu)成的緊湊型的樣本集來緩解上述問題。文中使用基于GMM的動(dòng)態(tài)樣本融合策略,通過賦予第一幀穩(wěn)定的權(quán)重,并動(dòng)態(tài)調(diào)整樣本分量的權(quán)重,使樣本集中的樣本數(shù)量從降至,且保持了每個(gè)樣本分量的高效性和對樣本形變的適應(yīng)性。

    1.4 模糊稀疏模型更新策略

    理論上,最合理的模型更新方式是選擇在目標(biāo)外觀發(fā)生一定程度的變化之后進(jìn)行更新,但實(shí)際上目前還很難找到一個(gè)相對簡單且計(jì)算量小的判別目標(biāo)外觀變化程度的指標(biāo)。綜合以上分析,使用稀疏的模型更新方式,間隔一定幀數(shù)更新一次跟蹤模型。借鑒已有的實(shí)驗(yàn)結(jié)果,模型更新間隔處于一個(gè)動(dòng)態(tài)范圍內(nèi)時(shí)跟蹤效果更好。本文作者在稀疏的模型更新方式上使用模糊策略,使算法在一個(gè)區(qū)間[,]內(nèi)隨機(jī)選擇更新間隔,則采用模糊稀疏策略的模型更新次數(shù)降至:

    =[∑()](-+1)

    (7)

    其中:是跟蹤視頻序列的總幀數(shù);是使用的更新間隔,取[,]區(qū)間內(nèi)的整數(shù)。使用模糊稀疏的模型更新策略,在一定程度上可以緩解因遮擋和運(yùn)動(dòng)出視野等導(dǎo)致模型腐化的問題,提高了跟蹤算法模型更新的有效性和計(jì)算效率。

    1.5 自適應(yīng)響應(yīng)融合策略

    深度特征(如VGGNet)近幾年越來越多地應(yīng)用于目標(biāo)跟蹤領(lǐng)域。但研究表明,計(jì)算耗時(shí)的深度特征無法從更深卷積層獲益,這與深度學(xué)習(xí)性能隨著網(wǎng)絡(luò)的增大和加深而更優(yōu)的原則相悖。為了充分發(fā)揮深層和淺層特征的跟蹤優(yōu)勢,本文作者差異化對待兩種特征,更關(guān)注深度特征的魯棒性和淺層特征的精度,并在響應(yīng)階段使用自適應(yīng)融合策略。

    參考已有預(yù)測質(zhì)量評估標(biāo)準(zhǔn),對跟蹤精度和魯棒性進(jìn)行量化。從響應(yīng)圖的情況來看:一方面響應(yīng)圖的峰值越尖銳,表明其定位能力更精準(zhǔn);另一方面主峰與鄰近干擾峰的邊際越大表明當(dāng)前預(yù)測置信度明顯高于其他候選位置,說明跟蹤魯棒性強(qiáng)。所使用的評價(jià)目標(biāo)預(yù)測質(zhì)量的最小化權(quán)重置信邊際指標(biāo)為

    (8)

    (9)

    在響應(yīng)融合階段,基于在響應(yīng)融合階段提出的預(yù)測質(zhì)量評估標(biāo)準(zhǔn),對深度特征響應(yīng)()和淺層特征響應(yīng)()分別以權(quán)重和進(jìn)行加權(quán)融合:

    ()=()+()

    (10)

    以上求解通過建模來最小化損失函數(shù):

    subject to:+=1,≥0,≥0

    (11)

    其中:是正則項(xiàng)參數(shù)。

    引入松弛變量={},公式(5)可以優(yōu)化為

    subject to:+=1,≥0,≥0

    ()-(-)≥(),

    ?∈

    (12)

    通過采樣有限組候選狀態(tài)來求解該問題,每組是含有3個(gè)變量的二次規(guī)劃問題,這種問題可以用常規(guī)標(biāo)準(zhǔn)方法來求解,計(jì)算量增加不大。通過調(diào)整高斯標(biāo)簽函數(shù)參數(shù),并根據(jù)預(yù)測質(zhì)量評估方法進(jìn)行自適應(yīng)響應(yīng)融合,發(fā)揮了深度特征的跟蹤魯棒性和淺層特征的跟蹤精度特性,有利于進(jìn)一步提高目標(biāo)跟蹤效果。

    對于尺度估計(jì),采用7個(gè)比較粗的尺度池方法,平移濾波器從尺度池內(nèi)的縮放圖像檢測出響應(yīng)最大的目標(biāo)位置和尺度,檢測得到位置和尺度的全局最優(yōu)結(jié)果,檢測得到的不一定是位置和尺度各自局部的最優(yōu)結(jié)果。本文作者借鑒尺度金字塔方法,并結(jié)合降維思想,將這種高效精細(xì)的尺度估計(jì)方法用于文中算法。

    2 實(shí)驗(yàn)結(jié)果與分析

    2.1 實(shí)驗(yàn)環(huán)境與參數(shù)設(shè)置

    實(shí)驗(yàn)環(huán)境為Intel Core i5-4200 CPU,主頻1.6 GHz,內(nèi)存8 GB,64位Win10操作系統(tǒng),實(shí)驗(yàn)平臺(tái)為MATLAB R2016b。模型更新間隔區(qū)間[,]取[5,7],深度和淺層特征的標(biāo)簽函數(shù)標(biāo)準(zhǔn)差分別是=14和=116,預(yù)測質(zhì)量評估的控制參數(shù)以8為因子與目標(biāo)大小成反比,響應(yīng)融合階段的正則項(xiàng)參數(shù)=015,尺度金字塔的尺度因子=1.02,文中算法OursHC使用FHOG、CN和gray特征,OursDeep使用FHOG和VGG-M網(wǎng)絡(luò)的Conv1和Conv5。

    為了評估算法性能,選取OTB-2013和OTB-2015作為測試數(shù)據(jù)集,選取的數(shù)據(jù)集中每個(gè)視頻序列具有一種或多種挑戰(zhàn)因素,測試數(shù)據(jù)更具有代表性。采用OTB數(shù)據(jù)集的一次性通過評估OPE模式,選擇跟蹤的距離精度和重疊率精度作為評價(jià)指標(biāo)。文中設(shè)定閾值為20像素,閾值為0.5。將文中使用的深度特征算法OursDeep和手工特征算法OursHC與DeepSRDCF、CNN-SVM、SiamFC3s、CFNet、DCFNet、SRDCF、DSST共9種流行算法進(jìn)行比較,驗(yàn)證文中算法框架和使用深度特征的有效性,并做定量和定性分析。

    2.2 對比實(shí)驗(yàn)定量分析

    測得9種算法在OTB-2013和OTB-2015數(shù)據(jù)集的平均距離精度()和平均重疊率精度()見表1,圖1和圖2分別為9種算法在OTB-2013和OTB-2015數(shù)據(jù)集中11種視頻屬性的距離精度和成功率,其中第一幅曲線圖是平均跟蹤結(jié)果。為便于數(shù)據(jù)對比,將9種算法在OTB-2013和OTB-2015數(shù)據(jù)集中11種視頻屬性下的跟蹤成功率和距離精度結(jié)果列在表2和表3中,其中加框數(shù)據(jù)表示最優(yōu)結(jié)果,加下劃線數(shù)據(jù)表示次優(yōu)結(jié)果。

    表1 OPE模式下9種算法的平均跟蹤性能 單位:%

    結(jié)合表1可知:在OTB-2013數(shù)據(jù)集上,文中深度特征算法OursDeep的平均和平均分別為90.5%和68.2%,手工特征算法OursHC分別為86.4%和65.0%,在OTB-2015數(shù)據(jù)集上;文中深度特征算法OursDeep的平均和平均分別為89.0%和67.0%,手工特征算法OursHC分別為83.5%和62.7%。與其他幾種深度算法相比,文中使用深度特征的算法超越了性能較好的DeepSRDCF以及使用孿生網(wǎng)絡(luò)框架的DCFNet、CFNet和SiamFC3s算法,使用手工特征的算法獲得了較優(yōu)的跟蹤結(jié)果。與同樣采取判別相關(guān)濾波和深度特征的DeepSRDCF算法相比,在OTB-2013數(shù)據(jù)集上的精確度和成功率分別提升了5.6%和4.1%,在OTB-2015數(shù)據(jù)集上分別提升了3.9%和3.5%,表明文中算法具有較好的跟蹤性能。

    由圖1可知:在11種挑戰(zhàn)因素中,文中算法OursDeep在其中10種因素的跟蹤精度均排在第1名。但在圖像序列低分辨率情況下,文中算法跟蹤效果略高于DCFNet算法,接近于SiamFC3s和CFNet算法,與采用CNN和SVM構(gòu)造目標(biāo)顯著圖的CNN-SVM算法相比,還存在一定差距。另外,文中手工特征的算法OursHC在尺度變化等7個(gè)挑戰(zhàn)因素中均排在第2名,說明算法總體跟蹤精度較高。

    圖1 9種算法在OTB-2013數(shù)據(jù)集11種挑戰(zhàn)因素的距離精度圖

    由表2可更直觀看出:在對11種挑戰(zhàn)因素的跟蹤成功率測試中,文中算法跟蹤效果優(yōu)勢比較明顯,尤其是對具有障礙物遮擋和運(yùn)動(dòng)出視野等挑戰(zhàn)因素時(shí),文中算法相比DeepSRDCF算法跟蹤成功率提升8%以上,對低分辨率圖像跟蹤效果有待改善。

    表2 OTB-2013數(shù)據(jù)集中9種算法在11種挑戰(zhàn)因素的跟蹤成功率 單位:%

    由表3可知:在數(shù)據(jù)量更多的OTB-2015數(shù)據(jù)集中,測試的跟蹤趨勢與OTB-2013數(shù)據(jù)集大體一致,但隨著測試數(shù)據(jù)的增多,在11種視頻屬性的挑戰(zhàn)因素中,文中算法相對于DeepSRDCF算法的跟蹤優(yōu)勢依然明顯,說明文中算法的整體跟蹤性能較好,適應(yīng)性較強(qiáng)。

    表3 OTB-2015數(shù)據(jù)集中9種算法在11種挑戰(zhàn)因素的跟蹤距離精度 單位:%

    結(jié)合圖2可知:文中算法在11種挑戰(zhàn)因素的10種因素中成功率依然排名第一,且手工特征OursHC的跟蹤成功率在其中9種因素中排名前三,跟蹤效果穩(wěn)超很多深度學(xué)習(xí)框架算法。

    圖2 9種算法在OTB-2015數(shù)據(jù)集11種挑戰(zhàn)因素的成功率

    綜合各圖和表顯示的結(jié)果可知:與參與對比的其他算法相比,文中設(shè)計(jì)的算法總體跟蹤距離精度和成功率均排在第1名,在11種視頻屬性的測試中,在10種上具有較大優(yōu)勢。從文中算法自身對比來看:采用深度特征的OursDeep比單純使用手工特征的OursHC跟蹤距離精度和成功率均有較大提高,其跟蹤效果在數(shù)據(jù)較多的OTB-2015數(shù)據(jù)集測試中分別提升5.5%和4.3%,說明深度特征的使用作用明顯。

    2.3 對比實(shí)驗(yàn)定性分析

    選取6組具有多種挑戰(zhàn)因素的視頻序列對文中算法進(jìn)行分析,各視頻包含的視頻屬性、幀數(shù)等信息見表4,選取的視頻序列包含多種挑戰(zhàn)因素,數(shù)據(jù)的多樣性更具有說服力。

    表4 6組視頻序列的屬性及相關(guān)信息

    文中采用稀疏更新模型并且對深度特征和手工特征的響應(yīng)圖進(jìn)行自適應(yīng)融合,在出視野、形變、低分辨率等情況下的穩(wěn)定性較好,對目標(biāo)的綜合跟蹤能力較強(qiáng)。

    3 結(jié)論

    提出基于卷積特征和響應(yīng)融合的目標(biāo)跟蹤算法,從特征、學(xué)習(xí)更新方式和響應(yīng)融合等幾個(gè)方面進(jìn)行改進(jìn)。首先,引入手工特征和多層深度卷積特征,通過學(xué)習(xí)連續(xù)域卷積算子實(shí)現(xiàn)了多分辨率特征的融合,并通過調(diào)整高斯標(biāo)簽函數(shù)參數(shù),充分發(fā)揮了兩種特征各自跟蹤優(yōu)勢;然后,通過分解卷積操作,對深度特征進(jìn)行有監(jiān)督降維,并利用基于高斯混合模型的動(dòng)態(tài)樣本融合,保留正確樣本的同時(shí)提高了樣本差異性,使用的模糊稀疏更新機(jī)制緩解了遮擋情況下因模型退化導(dǎo)致的跟蹤失敗問題;最后,根據(jù)預(yù)測質(zhì)量評估指標(biāo),對深度特征和手工特征的跟蹤響應(yīng)圖進(jìn)行自適應(yīng)融合,發(fā)揮特征各自在不同跟蹤場景中的跟蹤優(yōu)勢。

    猜你喜歡
    尺度卷積精度
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    財(cái)產(chǎn)的五大尺度和五重應(yīng)對
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于DSPIC33F微處理器的采集精度的提高
    電子制作(2018年11期)2018-08-04 03:25:38
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    GPS/GLONASS/BDS組合PPP精度分析
    改進(jìn)的Goldschmidt雙精度浮點(diǎn)除法器
    9
    一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識別方法
    男人舔奶头视频| 成年美女黄网站色视频大全免费 | 国产亚洲一区二区精品| 国产色爽女视频免费观看| 99久国产av精品国产电影| 在线免费观看不下载黄p国产| 国产精品久久久久久久久免| 99热全是精品| 成人一区二区视频在线观看| 熟女av电影| 最近中文字幕2019免费版| freevideosex欧美| 亚洲内射少妇av| 亚洲aⅴ乱码一区二区在线播放| 亚洲av免费高清在线观看| 国产无遮挡羞羞视频在线观看| 久久久久久久久久久丰满| 97在线人人人人妻| 亚洲欧美日韩东京热| 一级毛片黄色毛片免费观看视频| 少妇丰满av| 亚洲国产欧美人成| 久久久色成人| 亚洲精品中文字幕在线视频 | 精品人妻熟女av久视频| 精品亚洲乱码少妇综合久久| 日本黄色日本黄色录像| 99视频精品全部免费 在线| 男女边吃奶边做爰视频| 日韩欧美精品免费久久| 亚洲人成网站在线播| 少妇的逼水好多| 国产熟女欧美一区二区| 久久精品久久久久久噜噜老黄| 夫妻午夜视频| 女性被躁到高潮视频| 在线亚洲精品国产二区图片欧美 | 最近的中文字幕免费完整| 亚洲国产成人一精品久久久| 午夜免费观看性视频| 国产男女超爽视频在线观看| 亚洲av男天堂| 成年人午夜在线观看视频| 国产高清三级在线| 制服丝袜香蕉在线| 夫妻午夜视频| 韩国高清视频一区二区三区| 内射极品少妇av片p| 国产精品国产三级专区第一集| 精品久久久久久久久av| 国产淫片久久久久久久久| 久久久a久久爽久久v久久| 亚洲成色77777| 26uuu在线亚洲综合色| 青青草视频在线视频观看| 亚洲欧美日韩另类电影网站 | 亚洲美女视频黄频| 97热精品久久久久久| 香蕉精品网在线| 尾随美女入室| 深夜a级毛片| 免费大片18禁| 免费黄网站久久成人精品| 黄色一级大片看看| 少妇人妻久久综合中文| av卡一久久| 久久久久久久大尺度免费视频| 亚洲无线观看免费| 一区在线观看完整版| 国产精品女同一区二区软件| 婷婷色av中文字幕| 麻豆成人av视频| 亚洲精品视频女| 大片电影免费在线观看免费| 久久精品夜色国产| 免费看不卡的av| 男女啪啪激烈高潮av片| 视频中文字幕在线观看| 国产精品蜜桃在线观看| 久久久久久久久久久免费av| 国产精品一及| 人妻少妇偷人精品九色| 中文资源天堂在线| 最黄视频免费看| 高清不卡的av网站| av在线老鸭窝| 男人舔奶头视频| 成人18禁高潮啪啪吃奶动态图 | 一级二级三级毛片免费看| 亚洲精品成人av观看孕妇| 80岁老熟妇乱子伦牲交| 日本av免费视频播放| 青青草视频在线视频观看| 男人狂女人下面高潮的视频| 成人亚洲精品一区在线观看 | 国产一级毛片在线| 国产白丝娇喘喷水9色精品| 男女下面进入的视频免费午夜| 一区二区三区四区激情视频| 18禁动态无遮挡网站| 十八禁网站网址无遮挡 | 国产黄片视频在线免费观看| 国产在线一区二区三区精| 黑丝袜美女国产一区| www.色视频.com| 久久午夜福利片| 老师上课跳d突然被开到最大视频| 免费av不卡在线播放| 精品国产三级普通话版| 在现免费观看毛片| 国产伦精品一区二区三区四那| 亚洲精品日韩在线中文字幕| 观看美女的网站| 中文字幕亚洲精品专区| 亚洲国产高清在线一区二区三| 高清日韩中文字幕在线| 日韩 亚洲 欧美在线| 少妇的逼水好多| 国产黄频视频在线观看| 91精品伊人久久大香线蕉| 日日啪夜夜爽| 91久久精品电影网| 一级毛片久久久久久久久女| 国产深夜福利视频在线观看| 22中文网久久字幕| 免费观看性生交大片5| 国产欧美日韩一区二区三区在线 | 不卡视频在线观看欧美| 亚洲av.av天堂| 五月天丁香电影| 久热这里只有精品99| 久久久亚洲精品成人影院| 成人漫画全彩无遮挡| 美女视频免费永久观看网站| 全区人妻精品视频| 狂野欧美激情性xxxx在线观看| 久久99热6这里只有精品| 十八禁网站网址无遮挡 | 国语对白做爰xxxⅹ性视频网站| 在线观看人妻少妇| 亚洲美女黄色视频免费看| 亚洲欧美日韩卡通动漫| 国产日韩欧美在线精品| 亚洲av中文av极速乱| 中国国产av一级| 亚洲精品456在线播放app| 国产精品一区二区三区四区免费观看| 日日撸夜夜添| 中文乱码字字幕精品一区二区三区| 国产av一区二区精品久久 | 国产成人a∨麻豆精品| 欧美极品一区二区三区四区| 人人妻人人澡人人爽人人夜夜| 五月玫瑰六月丁香| 香蕉精品网在线| 美女脱内裤让男人舔精品视频| 最近最新中文字幕免费大全7| 免费观看的影片在线观看| 成人美女网站在线观看视频| 五月伊人婷婷丁香| 一本一本综合久久| 十八禁网站网址无遮挡 | 在线观看美女被高潮喷水网站| 欧美3d第一页| 日本黄大片高清| 搡老乐熟女国产| 99热这里只有是精品在线观看| 免费看光身美女| 美女国产视频在线观看| 51国产日韩欧美| 91狼人影院| 精品久久久久久电影网| 国产中年淑女户外野战色| 国产伦精品一区二区三区四那| 国产精品一区二区性色av| 欧美少妇被猛烈插入视频| 秋霞在线观看毛片| 夜夜看夜夜爽夜夜摸| 黑人猛操日本美女一级片| 日本黄色片子视频| 最近中文字幕2019免费版| 各种免费的搞黄视频| 国产美女午夜福利| 夫妻性生交免费视频一级片| 精品一区在线观看国产| 嘟嘟电影网在线观看| 亚洲成色77777| 国产精品人妻久久久影院| 麻豆成人午夜福利视频| 久久久久国产网址| 有码 亚洲区| 国产69精品久久久久777片| 人妻制服诱惑在线中文字幕| 少妇人妻久久综合中文| 韩国av在线不卡| 久久鲁丝午夜福利片| 视频区图区小说| 日本欧美国产在线视频| 亚洲久久久国产精品| 亚洲美女视频黄频| 亚洲欧美日韩另类电影网站 | 免费大片18禁| 成人综合一区亚洲| 精品国产乱码久久久久久小说| 亚洲欧洲国产日韩| 国产中年淑女户外野战色| 伊人久久精品亚洲午夜| 日本猛色少妇xxxxx猛交久久| 国产无遮挡羞羞视频在线观看| 九九在线视频观看精品| 一级毛片电影观看| 丝袜喷水一区| 欧美bdsm另类| 午夜激情福利司机影院| 欧美xxⅹ黑人| 免费观看无遮挡的男女| 欧美97在线视频| 欧美日韩视频精品一区| 男人和女人高潮做爰伦理| kizo精华| 99热网站在线观看| 国产69精品久久久久777片| 波野结衣二区三区在线| 国产精品一区二区在线不卡| 免费黄频网站在线观看国产| 成人黄色视频免费在线看| 久久久色成人| 久久久久久久久久人人人人人人| 一级二级三级毛片免费看| 国产亚洲av片在线观看秒播厂| 国内少妇人妻偷人精品xxx网站| 亚洲精品久久午夜乱码| tube8黄色片| 国产极品天堂在线| 精品一区二区三区视频在线| 大香蕉久久网| 丰满迷人的少妇在线观看| 国产日韩欧美亚洲二区| 婷婷色麻豆天堂久久| 99九九线精品视频在线观看视频| 免费看日本二区| 国产一区有黄有色的免费视频| 女人十人毛片免费观看3o分钟| 成人18禁高潮啪啪吃奶动态图 | 亚洲国产成人一精品久久久| 夜夜爽夜夜爽视频| 看十八女毛片水多多多| 国产极品天堂在线| 我要看日韩黄色一级片| 中文乱码字字幕精品一区二区三区| 老师上课跳d突然被开到最大视频| 看十八女毛片水多多多| 少妇丰满av| 国精品久久久久久国模美| 国产无遮挡羞羞视频在线观看| 99re6热这里在线精品视频| 亚洲精品亚洲一区二区| 色哟哟·www| 男人爽女人下面视频在线观看| 国产色婷婷99| 国产极品天堂在线| 热99国产精品久久久久久7| 午夜免费男女啪啪视频观看| 欧美精品一区二区免费开放| 一区二区三区免费毛片| 精品久久久噜噜| 成人毛片60女人毛片免费| 久久久国产一区二区| 乱系列少妇在线播放| 国产伦在线观看视频一区| 成人黄色视频免费在线看| 国产片特级美女逼逼视频| 在线观看免费视频网站a站| 只有这里有精品99| 亚洲,一卡二卡三卡| 亚洲图色成人| 熟女电影av网| 欧美bdsm另类| 国产男女内射视频| 国产综合精华液| 毛片一级片免费看久久久久| 亚洲图色成人| 26uuu在线亚洲综合色| 韩国av在线不卡| 人妻夜夜爽99麻豆av| 亚洲高清免费不卡视频| 国产在线免费精品| 最近中文字幕高清免费大全6| 80岁老熟妇乱子伦牲交| 国产精品三级大全| 久久国产精品男人的天堂亚洲 | 在线观看一区二区三区激情| 国产人妻一区二区三区在| 日韩国内少妇激情av| 国产亚洲91精品色在线| 中文在线观看免费www的网站| 深夜a级毛片| 狂野欧美白嫩少妇大欣赏| 肉色欧美久久久久久久蜜桃| 国语对白做爰xxxⅹ性视频网站| 亚洲国产日韩一区二区| 激情五月婷婷亚洲| 国产欧美日韩精品一区二区| 精品午夜福利在线看| 亚洲av不卡在线观看| 精品熟女少妇av免费看| 成人无遮挡网站| 内射极品少妇av片p| 91久久精品国产一区二区三区| 国产高清三级在线| 最近最新中文字幕免费大全7| 91精品国产九色| 欧美亚洲 丝袜 人妻 在线| 五月天丁香电影| 女性生殖器流出的白浆| 综合色丁香网| 国产伦理片在线播放av一区| 噜噜噜噜噜久久久久久91| 日本欧美视频一区| 国产欧美另类精品又又久久亚洲欧美| av在线app专区| 亚洲成人中文字幕在线播放| 亚洲精品成人av观看孕妇| 精品熟女少妇av免费看| 久久国产亚洲av麻豆专区| 人人妻人人看人人澡| 日日撸夜夜添| 新久久久久国产一级毛片| 婷婷色综合大香蕉| 性色av一级| 大话2 男鬼变身卡| 成人无遮挡网站| 女性生殖器流出的白浆| 99久久综合免费| 久久鲁丝午夜福利片| 激情 狠狠 欧美| 日韩电影二区| 日韩av免费高清视频| 国产 一区 欧美 日韩| 观看av在线不卡| 青春草国产在线视频| 久久久亚洲精品成人影院| 国产片特级美女逼逼视频| 色网站视频免费| 毛片一级片免费看久久久久| 色综合色国产| 男男h啪啪无遮挡| 一个人看视频在线观看www免费| 我要看日韩黄色一级片| 色5月婷婷丁香| 夫妻午夜视频| 一级毛片aaaaaa免费看小| 亚洲自偷自拍三级| 成人美女网站在线观看视频| 午夜激情久久久久久久| 日韩电影二区| 成人特级av手机在线观看| 日韩欧美一区视频在线观看 | 少妇 在线观看| 男的添女的下面高潮视频| 国产精品久久久久久精品电影小说 | 高清日韩中文字幕在线| 亚洲人成网站高清观看| 高清av免费在线| 一级爰片在线观看| 2018国产大陆天天弄谢| 国产午夜精品一二区理论片| 99九九线精品视频在线观看视频| 国产探花极品一区二区| 久久97久久精品| 免费大片黄手机在线观看| 一区二区三区四区激情视频| 一个人看的www免费观看视频| 国产精品久久久久久av不卡| 国产男女超爽视频在线观看| 欧美日韩国产mv在线观看视频 | 免费黄色在线免费观看| 国产精品福利在线免费观看| 日本黄色片子视频| 久久精品国产自在天天线| 狠狠精品人妻久久久久久综合| av国产免费在线观看| 中文字幕亚洲精品专区| 日本vs欧美在线观看视频 | 在线天堂最新版资源| 日本一二三区视频观看| 永久免费av网站大全| 国产片特级美女逼逼视频| 中文天堂在线官网| 三级国产精品片| 国产精品福利在线免费观看| 亚洲av不卡在线观看| 成人国产麻豆网| 亚洲精品一区蜜桃| xxx大片免费视频| 日韩电影二区| 在线观看国产h片| 欧美老熟妇乱子伦牲交| 啦啦啦中文免费视频观看日本| 成人高潮视频无遮挡免费网站| 免费观看无遮挡的男女| 99视频精品全部免费 在线| 高清欧美精品videossex| 身体一侧抽搐| 少妇 在线观看| 亚洲真实伦在线观看| 热re99久久精品国产66热6| 欧美日韩视频精品一区| 国产久久久一区二区三区| 精品一区二区免费观看| 国产色婷婷99| 久久久久人妻精品一区果冻| 十八禁网站网址无遮挡 | 国产在线一区二区三区精| 99久久中文字幕三级久久日本| 一个人免费看片子| 欧美另类一区| 国产精品99久久久久久久久| 久久韩国三级中文字幕| 欧美日韩一区二区视频在线观看视频在线| 丝袜脚勾引网站| 午夜日本视频在线| 特大巨黑吊av在线直播| 精品久久久久久电影网| 日韩视频在线欧美| 国产高清国产精品国产三级 | 亚洲精品国产av成人精品| 国产成人精品久久久久久| a 毛片基地| 亚洲精品久久久久久婷婷小说| 美女高潮的动态| 哪个播放器可以免费观看大片| 高清毛片免费看| 爱豆传媒免费全集在线观看| 国产午夜精品一二区理论片| 国产高清有码在线观看视频| 九九在线视频观看精品| 水蜜桃什么品种好| 亚洲天堂av无毛| 丝瓜视频免费看黄片| 七月丁香在线播放| 成人午夜精彩视频在线观看| 久久99热这里只频精品6学生| 一个人看的www免费观看视频| 免费观看的影片在线观看| 22中文网久久字幕| 亚洲精品456在线播放app| 国产精品av视频在线免费观看| 又黄又爽又刺激的免费视频.| 一级片'在线观看视频| 久久久欧美国产精品| 精品少妇久久久久久888优播| 亚洲色图av天堂| 国产亚洲精品久久久com| 91久久精品电影网| 男人狂女人下面高潮的视频| 日日撸夜夜添| 少妇的逼水好多| 午夜免费鲁丝| 熟女电影av网| 秋霞在线观看毛片| 免费播放大片免费观看视频在线观看| 精品亚洲成a人片在线观看 | 精品酒店卫生间| 国产在视频线精品| 国产乱人视频| 狠狠精品人妻久久久久久综合| av免费在线看不卡| 久久这里有精品视频免费| 最黄视频免费看| 亚洲精品一区蜜桃| 国国产精品蜜臀av免费| 免费看不卡的av| 国产成人免费无遮挡视频| 欧美三级亚洲精品| 免费在线观看成人毛片| 男女下面进入的视频免费午夜| 亚洲国产毛片av蜜桃av| av一本久久久久| 国产乱来视频区| 这个男人来自地球电影免费观看 | 色网站视频免费| 国产免费一区二区三区四区乱码| 女性生殖器流出的白浆| 99久久综合免费| 老司机影院毛片| 亚洲综合精品二区| 国产精品久久久久久久电影| 美女福利国产在线 | 国产成人免费观看mmmm| 亚洲丝袜综合中文字幕| 亚洲色图综合在线观看| 在线看a的网站| 建设人人有责人人尽责人人享有的 | 一级二级三级毛片免费看| 久久女婷五月综合色啪小说| 人妻少妇偷人精品九色| 哪个播放器可以免费观看大片| 色视频www国产| 亚洲美女视频黄频| 99久久精品一区二区三区| 亚洲色图综合在线观看| av在线蜜桃| 在线免费观看不下载黄p国产| 男女下面进入的视频免费午夜| 国产色婷婷99| 久久精品久久精品一区二区三区| 亚洲欧美一区二区三区黑人 | h视频一区二区三区| 午夜免费鲁丝| 亚洲欧美一区二区三区黑人 | 国产精品一区二区三区四区免费观看| 色婷婷久久久亚洲欧美| 哪个播放器可以免费观看大片| 少妇精品久久久久久久| 亚洲av电影在线观看一区二区三区| 亚洲成色77777| 狂野欧美激情性bbbbbb| 亚洲欧洲国产日韩| av视频免费观看在线观看| 欧美zozozo另类| 1000部很黄的大片| 中文字幕制服av| 中文精品一卡2卡3卡4更新| 尾随美女入室| 中文字幕精品免费在线观看视频 | 特大巨黑吊av在线直播| 久久久国产一区二区| 人妻制服诱惑在线中文字幕| 在线免费十八禁| 哪个播放器可以免费观看大片| 国产日韩欧美在线精品| 久久精品久久精品一区二区三区| 国产免费一级a男人的天堂| 欧美 日韩 精品 国产| 欧美精品国产亚洲| 黄色配什么色好看| 成年人午夜在线观看视频| 婷婷色综合大香蕉| 黄色欧美视频在线观看| 精品少妇久久久久久888优播| 欧美xxⅹ黑人| 晚上一个人看的免费电影| 中文精品一卡2卡3卡4更新| 日本黄色日本黄色录像| av女优亚洲男人天堂| 精华霜和精华液先用哪个| 男女无遮挡免费网站观看| 免费观看无遮挡的男女| 久久久亚洲精品成人影院| 老熟女久久久| 搡老乐熟女国产| 国产av码专区亚洲av| 久久久久性生活片| 爱豆传媒免费全集在线观看| 免费看光身美女| 下体分泌物呈黄色| 精品国产三级普通话版| 国产精品国产av在线观看| 嫩草影院入口| av在线观看视频网站免费| 久久久a久久爽久久v久久| 色视频在线一区二区三区| 高清黄色对白视频在线免费看 | 波野结衣二区三区在线| 久久久久性生活片| 久久久久视频综合| 亚洲最大成人中文| 国产精品99久久99久久久不卡 | 精品国产乱码久久久久久小说| 秋霞伦理黄片| 成人无遮挡网站| 黄片无遮挡物在线观看| 亚洲三级黄色毛片| 午夜福利视频精品| 这个男人来自地球电影免费观看 | 亚洲精品一区蜜桃| 美女xxoo啪啪120秒动态图| 国产成人精品久久久久久| 亚洲精品国产av蜜桃| 激情五月婷婷亚洲| 日本免费在线观看一区| 国产精品久久久久久久久免| 国国产精品蜜臀av免费| 精品国产露脸久久av麻豆| 久久精品国产亚洲网站| av又黄又爽大尺度在线免费看| 久久久久国产网址| 亚洲欧美日韩另类电影网站 | 亚洲不卡免费看| 中国国产av一级| 寂寞人妻少妇视频99o| 熟妇人妻不卡中文字幕| 国产高清国产精品国产三级 | 免费看av在线观看网站| 一级片'在线观看视频| 久久女婷五月综合色啪小说| 国产69精品久久久久777片| 2018国产大陆天天弄谢| .国产精品久久| 国产精品久久久久久精品古装| 色哟哟·www| 国产有黄有色有爽视频| 女的被弄到高潮叫床怎么办| 伦理电影免费视频| 欧美三级亚洲精品| 免费黄网站久久成人精品| 成人18禁高潮啪啪吃奶动态图 | 国产在线男女| 国产在视频线精品| 欧美bdsm另类| 中文资源天堂在线| 亚洲欧美中文字幕日韩二区| www.色视频.com| 日本黄色日本黄色录像|